随着汽车的普及和民众对于行车安全的重视,越来越多的新兴技术被用于辅助驾驶系统中。高级辅助驾驶系统和无人驾驶的相关研究也受到了广泛关注。其中,基于计算机视觉和图像处理的辅助驾驶技术应用甚广。本文主要对辅助驾驶系统中的车载环视全景图像处理算法进行了相关研究,主要取得的研究成果如下:(1)研究了2D环视全景图像处理算法的实现过程,并基于四个车载鱼眼相机实现了360度的2D环视鸟瞰全景图。本文首先使用四个鱼眼相机采集行驶环境的视频数据,然后对四路鱼眼相机的视频图像进行了去畸变处理,接着计算每一路相机的图像与对应顶视图之间的变换矩阵,将四幅图像变换到一个统一的顶视图中。最后对整体使用线性加权融合算法进行拼接线处理,得到无缝的360°环视鸟瞰全景图。(2)研究了3D环视全景图的生成原理,对传统的3D碗状投影模型进行了实现,分析了其特性和优缺点,并提出了五平面投影模型和半椭球投影模型。本文首先对传统的碗状模型进行了理论分析和实现,然后针对传统模型在拥挤环境中,两侧的物体投影到曲面模型上会有较大形变的问题,提出了五平面投影模型。通过将两侧画面投影到两个立面上,来减少物体的弯曲形变。同时,为了观察到更广阔的视野范围,更适合驾驶员的观察习惯,提出了一种半椭球投影模型。(3)提出了一种基于运动估计的车载3D环视全景自适应生成方法。本文针对传统的3D全景图存在模型参数固定、投影效果不能随环境改变的缺点,提出了一种基于运动估计的车载3D环视全景自适应生成方法。通过对周围环境进行估计来切换投影模型,自适应生成3D环视全景图。本文将采集的鱼眼数据畸变矫正后,首先利用LK光流跟踪算法,计算图像特征点的光流值。通过对场景光流的变化规律进行分析,确定两侧障碍物主平面上的特征点。对主平面上的这些特征点进行匹配,根据对极几何和三角测量估计出点的相对深度,然后将图像变换到顶视图,计算两帧顶视图间的旋转平移关系。由于前面生成的二维顶视图参数已知,标定布尺寸已知,就可以计算得到一个比例因子,将相对深度恢复为实际场景的真实距离。最后,通过查找对应距离参数的预设映射表,自适应生成对应参数的车载3D全景图。本文在最后进行了室外的相关实验,验证了方法的可行性。我们的方法的优点是,感知环境时除了采集图像的多个摄像头以外,不需要给系统增加额外的传感器设备(如激光雷达等),实现成本低。